Codex Cloud: delega tareas desde GitHub, Slack y Linear
Codex Cloud es una de las tres superficies de Codex (junto con la CLI y la extensión para el IDE): en vez de ejecutarse en tu máquina, corre tareas dentro de contenedores aislados en la nube, activados desde la web, GitHub, Slack o Linear. Clona tu repositorio, trabaja en segundo plano y devuelve un resumen más un diff o un PR para que lo revises. Que quede claro de entrada: Codex Cloud requiere ChatGPT Plus o superior - Free y Go no lo incluyen.
- El límite por plan, los valores por defecto de acceso a internet y la sintaxis de activación de Slack/Linear que veremos abajo se contrastaron con la documentación oficial al momento de escribir; esta superficie cambia rápido, así que verifica la documentación en vivo antes de depender de ella.
¿Qué es Codex Cloud?
Codex Cloud es una de las tres superficies que comparten el mismo agente por debajo, junto con la CLI que ejecutas en tu terminal y la extensión para el IDE. La diferencia clave: cada tarea del Cloud corre dentro de su propio contenedor aislado, con acceso al repositorio, una shell y un ejecutor de pruebas, y nada de eso toca tu máquina. La documentación oficial lo dice sin rodeos: "Delega trabajo a Codex en entornos de nube aislados" (learn.chatgpt.com/docs/cloud).
Para tener el panorama completo de las tres superficies antes de seguir, mira qué es OpenAI Codex. Una línea para evitar confusiones: Codex Cloud es una función de Codex, completamente distinta del "AgentKit" (Agent Builder) de la propia OpenAI - la distinción detallada entre los tres está en ese artículo central, y no la repito aquí.
Una implicación práctica que vale la pena decir sin rodeos: como cada tarea recibe su propio contenedor, una tarea del Cloud es, en la práctica, infraestructura desechable. Nada de lo que instala, cachea o rompe persiste una vez que la tarea termina, y nada de lo que hace puede filtrarse de lado hacia el contenedor de otra tarea. Ese es el intercambio que haces frente a la CLI, donde todo corre directamente contra tu directorio de trabajo y cualquier estado que ya exista ahí.
CLI vs Cloud vs IDE - cuál usar
Las tres superficies comparten el mismo agente, pero encajan en situaciones distintas. Aquí tienes la tabla de decisión para que no tengas que armarla juntando documentos dispersos:
| Superficie | Dónde corre | Mejor para | Necesita |
|---|---|---|---|
| CLI | Tu terminal, de forma interactiva. | Sesiones prácticas, scripting, depuración al vuelo. | Instalar la Codex CLI; también se puede usar en el plan Free (con límites). |
| Cloud | Contenedores aislados en los servidores de OpenAI, activados desde web/GitHub/Slack/Linear. | Trabajo en segundo plano, correr varias tareas en paralelo, delegar sin quedarte cuidando la terminal. | Plan Plus o superior (tabla abajo), GitHub conectado, al menos un entorno. |
| IDE | Extensión dentro de VS Code/JetBrains. | Revisar diffs y guiar al agente sin salir de tu editor. | Instalar la extensión; comparte tu cuenta de la CLI/Cloud. |
Regla rápida: si estás frente al teclado y quieres ver el resultado enseguida, usa la CLI o el IDE. Si quieres delegar un lote de tareitas - subir una versión de dependencia, un pequeño arreglo de bug, pruebas para un módulo - y no quieres dejar tu máquina ocupada esperando, mándalo al Cloud y ve a hacer otra cosa.
En la práctica, la mayoría de quienes usan las tres no elige una y se queda con ella, sino que cambia según la tarea. Una refactorización espinosa que exige idas y vueltas constantes se queda en la CLI. Un montón de tareitas pequeñas e independientes se reparte al Cloud, para que cinco corran a la vez en lugar de una tras otra. Y la extensión para el IDE se usa menos para arrancar el trabajo y más para el momento justo después: echar un vistazo a un diff que Codex ya produjo, sin cambiar al navegador ni a la terminal.
Cómo funcionan de verdad las sandboxes de Codex Cloud
Cada tarea del Cloud recibe su propio contenedor: Codex hace el checkout del repositorio de GitHub conectado, ejecuta un script de configuración (que todavía tiene acceso a la red para instalar dependencias) y solo entonces empieza la fase de agente propiamente dicha. Durante esa fase de agente, el acceso a internet está apagado por defecto - eliges un preset de lista de permitidos: none (totalmente apagado), common-dependencies (se permiten los registros de paquetes comunes) o all (totalmente abierto). Fuente: learn.chatgpt.com/docs/cloud/internet-access - conviene reverificarlo antes de depender del comportamiento exacto del preset, ya que puede cambiar.
La razón para aislar cada tarea de este modo es bastante simple: le permite a OpenAI correr una cantidad arbitraria de tareas a la vez, de repositorios distintos, usuarios distintos, empresas distintas, sin que la instalación de dependencias o un proceso descontrolado de una tarea afecte a otra. Para ti, el beneficio práctico es que puedes disparar una docena de pequeñas tareas delegadas en una sola tarde sin preocuparte de que un `npm install` inestable corrompa el entorno del que depende la siguiente tarea - cada una empieza limpia.
No confundas los dos sentidos de "sandbox". La sandbox del Cloud que describo aquí (un contenedor aislado) es un concepto completamente distinto del modo de permisos de la sandbox local de la Codex CLI (
read-only/workspace-write/danger-full-access- lo que una sesión local de la CLI tiene permitido tocar en tu disco). Ambas usan la palabra "sandbox", pero son dos mecanismos sin relación. Para los niveles de permiso local, mira los modos de permisos de la sandbox local.
Conectar Codex Cloud - GitHub, Slack, Linear
GitHub
Conecta tu cuenta de GitHub, elige a qué repositorios puede acceder Codex y luego crea un entorno para cada repositorio (o grupo de repositorios): declara dependencias, herramientas a instalar, variables de entorno y secretos. Ese entorno es lo que Codex Cloud reutiliza cada vez que corre una tarea contra ese repositorio - se configura una vez y se reutiliza muchas. Fuente: learn.chatgpt.com/docs/cloud.
No estás limitada a un entorno por repositorio. Un monorepo con un servicio de frontend y uno de backend, por ejemplo, es un caso razonable para dos entornos separados con conjuntos de dependencias distintos, de modo que una tarea acotada al frontend no gaste tiempo de configuración instalando herramientas de backend que nunca va a usar. Acertar esto de entrada vale los pocos minutos extra - es la diferencia entre una tarea que empieza a trabajar en segundos y otra que gasta la mayor parte de su tiempo de ejecución solo instalando paquetes.
Slack
Requiere un plan Plus o superior, una cuenta de GitHub conectada y al menos un entorno ya configurado. Un admin del workspace instala la app de Codex para Slack y, después de eso, cualquiera puede delegar trabajo mencionando @Codex en un canal o hilo - algo como "@Codex fix the null pointer in org/repo" (esto es un ejemplo ilustrativo, no una cita textual de la documentación - confirma la sintaxis exacta antes de publicarla como cita). Codex reacciona con un emoji 👀, publica un enlace para seguir la tarea y luego responde en el mismo hilo con el resultado. Fuente: learn.chatgpt.com/docs/third-party/slack.
Lo que vale la pena notar aquí es que cualquiera en el canal puede delegar trabajo una vez que la app está instalada, no solo quien la configuró - y es justo por eso que el modelo de "el admin instala una vez, cualquiera activa" importa para un equipo: incorporar a un compañero nuevo al "pídele a Codex" es una mención en Slack, no una instalación de CLI y un flujo de autenticación.
Linear
Instala la app "Codex for Linear" y vincula tu cuenta mencionando @Codex en un comentario de una issue. Hay dos maneras de activar una tarea: asignar la issue directamente a Codex o mencionar @Codex en un comentario. También puedes activar la automatización de triaje para asignar automáticamente a Codex las issues recién triadas, en vez de hacerlo a mano cada vez. Fuente: learn.chatgpt.com/docs/third-party/linear. Si solo necesitas leer datos de Linear localmente en lugar de delegar trabajo a la nube, mira la configuración de Codex MCP.
Una tarea delegada real, de principio a fin
Esta es la que ejecuto con más frecuencia: arreglar un bug pequeño reportado por Slack, sin abrir una terminal.
- Activación. En el canal de dev, escribo
@Codex fix the crash when a user submits an empty email field on org/checkout-service(ilustrativo, no un comando textual). Ninguna terminal abierta, ningún repositorio clonado localmente - en este punto solo estoy leyendo Slack en el móvil. - Selección de entorno. Codex elige el entorno ya configurado para el repositorio
checkout-service- no vuelvo a declarar dependencias cada vez, y no tengo que recordar qué versión de Node/Python fija ese servicio. - El contenedor arranca. Codex hace el checkout del repositorio, ejecuta el script de configuración para instalar dependencias y luego la fase de agente empieza con el acceso a internet en el preset que elegí para ese entorno.
- Corre en segundo plano. Mientras tanto, me pongo a hacer otra cosa - sin cuidar la terminal, sin ese bucle de refrescar para ver "¿seguirá pensando?".
- Revisar el resultado. Codex publica un resumen de lo que cambió, junto con un diff, ahí mismo en el hilo de Slack - lo leo igual que leería la descripción del PR de un compañero, no como un transcript para pasar el ojo.
- Abrir el PR. Leo el diff y, si se ve bien, dejo que Codex abra el PR - lo reviso como el PR de un colega, no como un merge a ciegas, y si algo está mal respondo en el hilo y lo corrige antes de que yo apruebe nada.
La ganancia no es la velocidad pura (la CLI a veces es más rápida para un cambio que yo misma podría escribir en dos minutos) - es que nunca salgo de Slack, y puedo delegar varios arreglos pequeños como este en paralelo sin ocupar mi propia máquina ni cambiar de contexto a una terminal para cada uno.
¿Qué plan de ChatGPT necesitas?
Este es el dato más útil de toda la guía: Free y Go no tienen Codex Cloud. Según la documentación oficial, la página de la integración con Slack indica el requisito con todas las letras - "un plan Plus, Pro, Business, Enterprise o Edu" (learn.chatgpt.com/docs/third-party/slack), lo que coincide con learn.chatgpt.com/docs/pricing.
| Plan de ChatGPT | ¿Acceso a Codex Cloud? |
|---|---|
| Free | ✗ |
| Go | ✗ |
| Plus | ✓ |
| Pro | ✓ |
| Business | ✓ |
| Enterprise / Edu | ✓ |
Si estás en Free o Go y el botón de delegación en la nube no hace nada, es por eso - no es un bug. Otra cosa que vale la pena señalar: según la página de precios, el uso del Cloud y de la CLI local comparten la misma ventana de créditos móvil (unas 5 horas), en vez de presupuestos separados - reverifica esta cifra antes de planear un uso intenso alrededor de ella, ya que los límites cambian. Y tampoco tomes este límite por plan como permanente - las funciones por plan de ChatGPT ya se han movido antes, así que vuelve a comprobarlo en el momento en que estés leyendo.
En la práctica, esto también significa que un hábito más intenso de Cloud - repartir diez tareitas al día, digamos - tira del mismo pool de uso que tus sesiones interactivas de CLI. Si ya corres sesiones largas de CLI cerca del límite de tu plan, sumar encima un flujo de Cloud movido es algo para vigilar, no para suponer que es capacidad extra gratis apilada sobre el plan que ya tienes.
Codex Cloud vs Claude Code - la delegación en la nube es un diferenciador real
Hablando claro, sin humo: la superficie principal de Claude Code es local/CLI - corre en tu máquina, extendida mediante subagents y hooks. Codex va por el camino contrario, entregando delegación en la nube nativa vía GitHub/Slack/Linear de fábrica, sin nada extra que construir. Esa es una diferencia real, no marketing - si tu equipo quiere delegar trabajo desde Slack o Linear sin montar tu propio pipeline, ese es un punto genuino a favor de Codex Cloud.
Por el otro lado, si tu trabajo principal son sesiones interactivas largas en las que necesitas un control paso a paso muy fino, Claude Code todavía tiene el ecosistema más profundo de subagent/skill/hook. Para la comparación completa, mira la comparación completa entre Claude Code y Codex - ese artículo aún no cubre el Cloud en concreto, así que trata esta guía como la pieza complementaria.
Donde esto más pesa en la práctica es en la adopción por parte del equipo, no en el uso individual. Hacer que todo un equipo instale una CLI, se autentique y aprenda sus flags es fricción real. Hacer que un equipo escriba @Codex en un hilo de Slack donde ya vive es fricción casi nula - y esa brecha es justo la razón por la que la delegación en la nube tiende a expandirse por un equipo más rápido que una herramienta de CLI, sin importar qué agente es técnicamente más capaz.
Preguntas frecuentes (FAQ)
¿Qué es Codex Cloud?
Codex Cloud es una de las tres superficies de Codex; corre tareas dentro de contenedores aislados en la nube, activadas desde la web, GitHub, Slack o Linear, y luego devuelve un diff o un PR para que lo revises.
¿Necesito un plan de pago para Codex Cloud?
Sí. Necesitas Plus, Pro, Business, Enterprise o Edu - Free y Go no lo incluyen, según la documentación oficial al momento de escribir.
¿Puedo activar Codex Cloud desde un PR de GitHub?
Sí. GitHub es uno de los tres canales oficiales de activación (junto con Slack y Linear) una vez que has conectado tu cuenta de GitHub y creado un entorno para el repositorio.
¿Codex Cloud tiene acceso a internet?
Durante el paso del script de configuración, sí (para instalar dependencias). Durante la fase de agente propiamente dicha, el acceso a internet está apagado por defecto, y puedes abrirlo con los presets de lista de permitidos none/common-dependencies/all.
¿Qué pasa con mi código después de que la tarea termina?
Codex devuelve un resumen con un diff, o abre un PR para que lo revises; el contenedor que corrió la tarea es un entorno aislado solo para esa ejecución, no tu máquina.
¿Las tareas de Slack/Linear pueden correr en paralelo?
Sí. Cada tarea corre en su propio contenedor, así que puedes delegar varias tareas a la vez desde Slack, Linear o GitHub sin esperar a que se ejecuten en secuencia.
Conclusión
La versión corta: CLI para el trabajo interactivo práctico, Cloud para el trabajo en segundo plano/en paralelo/activado por el equipo vía GitHub, Slack o Linear - y el Cloud requiere Plus o superior. Si todavía no te queda claro en qué se diferencian las tres superficies, vuelve y lee qué es OpenAI Codex para tener el panorama completo antes de configurar nada.